CN114120643B - 一种城市道路交通网络级联失效的缓解方法 - Google Patents
一种城市道路交通网络级联失效的缓解方法 Download PDFInfo
- Publication number
- CN114120643B CN114120643B CN202111395248.9A CN202111395248A CN114120643B CN 114120643 B CN114120643 B CN 114120643B CN 202111395248 A CN202111395248 A CN 202111395248A CN 114120643 B CN114120643 B CN 114120643B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- intersection
- congested
- neighbor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/085—Controlling traffic signals using a free-running cyclic timer
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种城市道路交通网络级联失效的缓解方法,属于城市道路交通网络拥塞缓解技术领域,包括将城市道路交通网络抽象为复杂网络进行建模、建立节点的负载‑容量模型、制定负载重分配策略、选取评价指标对缓解效果进行评估以及仿真工作五个步骤。本发明能够将拥塞节点负载分配给邻居节点,及时缓解拥塞避免发生大规模级联失效,网络状态和网络效率恢复情况良好;另外,通过控制交通灯,为解决交通网络的拥塞问题提供了参考,避免发生长距离拥堵、大范围级联失效。
Description
技术领域
本发明涉及一种城市道路交通网络级联失效的缓解方法,属于城市道路交通网络拥塞缓解技术领域。
背景技术
交通拥塞是指由于交通流量接近或者超过道路通行能力而导致的交通运行中断,造成交通网络中部分组件失效,如果不加以处理,交通拥塞将蔓延到临近地区,出现连锁交通拥塞现象,此时区域内路段通行能力下降并且道路网络的服务能力受损,这就是网络级联效应。交通拥塞会造成行驶时间的增加进而加重环境污染,而且拥塞率和事故率之间是正相关的关系。因此,如何缓解城市道路交通拥塞成为亟待解决的热点问题。
目前,已有诸多研究是在抽象道路网络的基础上对交通拥塞的级联失效问题进行分析,对城市道路交通网络进行建模并分析级联失效动态传播过程的影响因素。但是当网络中级联失效发生时,对级联失效恢复机制的研究具有更重要的实际意义。其中一部分研究是从改变网络的拓扑和保护网络中重要节点的角度来缓解级联失效的,这些方法对缓解部分网络的级联失效具有重要的价值,但是对于复杂的城市道路交通网络,改变网络结构的方式并不适用。而且往往交通网络中的重要节点都起着交通枢纽的作用,部分保护重要节点的方法是通过将重要节点隔离,但是这在交通网络中是低效且不符合实际的;还有一部分是及时将重要失效节点的负载分配出去,这就涉及到负载分配规则的问题,即流量分配策略。优化流量分配是缓解交通拥塞最基本的方式,在当前的研究中,部分流量分配方法计算过于复杂,短期内并不适用于实际,且多数是基于复杂网络对级联失效的缓解进行理论研究,并没有实际的应用方法或场景。
因此,开发一种从理论和实际两方面出发既合理又高效易于实现的拥塞缓解策略具有重要的意义。
发明内容
本发明的目的是提供一种城市道路交通网络级联失效的缓解方法,防止交通网络发生级联失效并且防止级联失效大规模扩散。
为了实现上述目的,本发明采用的技术方案是:
一种城市道路交通网络级联失效的缓解方法,包括以下步骤:
步骤1、将城市道路交通网络抽象为复杂网络进行建模;
步骤2、建立节点的负载-容量模型;
步骤3、制定负载重分配策略;
步骤4、选取评价指标对缓解效果进行评估;
步骤5、仿真工作。
本发明技术方案的进一步改进在于:所述步骤2的节点负载为:
节点的容量为:
式中,Ci(t)为节点i的容量,β为节点容量与节点初始负载的比例参数,β≥0。
本发明技术方案的进一步改进在于:所述步骤3包括以下步骤:
步骤3.1:定义双向边的传输速率并以此为基础进行负载重分配,边的传输速率公式表示为:
其中,ρij为节点i向节点j方向的边的传输速率,Dij为节点i与节点j之间的传输距离,为整个网络节点间的平均距离,为源节点i给邻居节点j的负载分配比例,Φi为源节点的非拥塞(负载小于容量)邻居节点的集合;
步骤3.2:引入边的传输速率系数控制边的传输速率,传输速率系数可映射为交通灯的控制,
其中,i为拥塞节点,λ为节点i向节点j方向的传输速率系数,j为拥塞节点i的邻居节点,Co、Cr、Nor代表邻居节点的三种状态(拥塞、临界、正常),当j节点处于临界状态时,拥塞节点i向邻居节点j的传输速率系数λij定义为与节点j的流入量/流出量相关的变量,公式如下:
式中,δ为节点流入量/流出量的值;
此外,邻居节点j向拥塞节点i的传输速率系数为0,即λ=0 i∈Co,j∈Co/Cr/Nor;
公式(4)中所述引入边的传输速率系数λ调节边的传输速率ρij,匹配交通灯进行实施的具体方案是:
设置拥塞路口及其邻居路口,连接它们之间的双向车道,路口红绿灯周期为T,其中一个周期内红灯时长为R,绿灯时长为G,黄灯时长为Y,T=R+G+Y,T与Δt对应,路口的饱和车流量为S,路口当前排队车辆数为N;
检测拥塞路口,自检测到拥塞路口开始,由各邻居路口驶向拥塞路口方向的交通灯设置为红灯,每隔T时间检测一次拥塞路口的邻居路口状态,对应调整交通灯时长;直到拥塞路口与邻居路口都恢复正常,交通灯恢复正常;
步骤3.3:结合式(3)和式(4)得出边的传输量,并表示出拥塞节点及其邻居节点的负载更新量:
ΔLij为在拥塞缓解时间段内拥塞节点i传输给其邻居节点j的负载量,Tij为拥塞节点i缓解完成的总时间;
通过实时监测路口状态来调整交通灯,设置每隔Δt秒监测一次路口状态,Ri为缓解时间内的监测次数/轮数,于是:Tij=Ri·Δt;
Li(t+T)=Li(t)-∑j∈NeiiΔLij (7)
其中,Li(t+T)和Lj(t+T)为拥塞节点i及其邻居节点j在t+T时刻的负载量,Li(t)和Lj(t)分别为拥塞节点i及其邻居节点j在t时刻的负载量,式(7)中拥塞节点i的负载更新只有输出给其邻居节点j的负载量ΔLij,邻居节点j到拥塞节点i的边的传输速率系数为0,(8)式中j代表拥塞节点i的正常邻居节点,ΔLij表示拥塞节点i传输给节点j的负载量,由(6)式可知该负载量的计算和传输速率系数λ有关;ΔLjk表示节点j传输给正常邻居节点k的负载,节点j及其邻居节点k之间的传输速率系数λ默认值为1。
本发明技术方案的进一步改进在于:所述步骤4包括以下步骤:
步骤4.1:评价指标1:网络状态,首先定义节点状态:
其中,Co代表拥塞状态,Cr代表临界状态,Nor代表正常状态,μ∈(0,1),其中,s=Li(t)/Ci(t),s∈(0,1),Si(t)∈[0,1],网络状态是指网络在t时刻能够发挥的效用,设为SG(t),且:
在初始时刻,网络中的所有节点都保持正常,于是SG(t0)=N。于是将网络状态归一化表示为:
其中,Q为网络状态归一化的值,N为网络中的节点总数;
步骤4.2:评价指标2:网络效率,定义为节点之间距离倒数的平均和,即:
其中,dij为节点i与节点j之间最短路径的长度;
将网络效率归一化,表示为:
式中,E′为网络存在失效节点时的网络效率,ρ为网络效率归一化值。
本发明技术方案的进一步改进在于:所述步骤5包括以下步骤:
步骤5.1:设置网络参数,网络参数包括:区域范围、通信半径、节点总数、初始节点数和每次连接节点数,生成BA无标度网络;
步骤5.2:初始化BA无标度网络中节点负载参数τ、容量参数β、边的传输速率系数λ、节点网络状态Si(0)、监测次数/轮数Ri、监测时间间隔Δt和缓解时长Tij,初始拥塞节点规模;
步骤5.3:识别拥塞节点N0~NS;
步骤5.4:根据表达式(4)、(5)确定拥塞节点与其邻居节点之间的传输速率系数λ,进行Δt时间的负载传输,根据表达式(7)、(8)更新N0~NS中的拥塞节点以及其邻居节点的负载,根据表达式(9)、(12)计算网络节点状态Si(t)和网络效率E′,利用表达式(11)、(13)将其归一化为Q和ρ;
步骤5.5:判断步骤5.3中的拥塞节点N0~NS是否全部恢复正常,如果全部恢复正常,进行步骤5.6;如果没有全部恢复正常,返回步骤5.4;
步骤5.6:判断拥塞节点N0~NS的邻居节点状态,如果存在拥塞节点,返回步骤5.3,如果不存在,缓解过程结束。
本发明技术方案的进一步改进在于:所述步骤3.2中拥塞路口的邻居路口状态分为三种情况:正常状态:N<0.95*S;临界状态:0.95*S≤N<S;拥塞状态:S≤N;则邻居路口不同状态对应的红绿灯调整方式如下:
1)假设邻居路口处于正常状态,则由拥塞路口驶向邻居路口方向的交通灯按照正常的红绿灯时长R、G、Y以及正常的红绿灯相位顺序通行;
2)假设邻居路口处于临界状态,则由拥塞路口驶向邻居路口方向的交通灯一个周期内绿灯时长调整为λG,红灯时长调整为(1-λ)G+R,黄灯时长仍为Y,相位顺序不变;
3)假设邻居路口处于拥塞状态,则由拥塞路口驶向邻居路口方向的交通灯一个周期内绿灯时长调整为0,红灯时长调整为T,黄灯时长调整为0,相位顺序不变;
其中,S为路口的饱和车流量,N为路口当前排队车辆数。
由于采用了上述技术方案,本发明取得的技术效果有:
本发明能够将拥塞节点负载分配给邻居节点,及时缓解拥塞避免发生大规模级联失效,网络状态和网络效率恢复情况良好;另外,通过控制交通灯,为解决交通网络的拥塞问题提供了参考,避免发生长距离拥堵、大范围级联失效。
附图说明
图1是本发明的局域交通网络图,A路口为拥塞路口,B~E路口为A路口的邻居路口;
图2是本发明的局域复杂网络图,A节点为拥塞节点,B~E节点为A节点的邻居节点;
图3是本发明的局域交叉路口横截面示意图,图中各路口的箭头所指示的车辆行驶方向与对面道路上放置的交通灯一一对应;
图4是A路口4相位信号配时方案;
图5是A路口6相位信号配时方案;
图6是A路口5相位信号配时方案;
图7是5%失效节点规模网络状态归一化对比;
图8是5%失效节点规模网络效率归一化对比。
具体实施方式
下面结合附图及具体实施例对本发明做进一步详细说明,以下实施例用于说明本发明,但不用来限制本发明的范围。
一种城市道路交通网络级联失效的缓解方法,步骤如下:
步骤1:将城市道路交通网络抽象为复杂网络进行建模
将交通站点抽象为节点,如果两个站点间存在一定关联,就认为这两个站点是相邻的,在网络中存在连边,将交通站点之间的路线连接抽象为边,网络是所有节点和边的集合,如图1和图2所示,将交通网络抽象为图2中的复杂网络。
步骤2:建立节点的负载-容量模型
节点的负载表示为:
节点的容量表示为:
式中,Ci(t)为节点i的容量,β为节点容量与节点初始负载的比例参数,β≥0。
步骤3:制定负载重分配策略
步骤3.1:定义双向边的传输速率并以此为基础进行负载重分配,边的传输速率公式表示为:
其中,ρij为节点i向节点j方向的边的传输速率,Dij为节点i与节点j之间的传输距离,为整个网络节点间的平均距离,为源节点i给邻居节点j的负载分配比例,Φi为源节点的非拥塞(负载小于容量)邻居节点的集合。
步骤3.2:引入边的传输速率系数控制边的传输速率,传输速率系数可映射为交通灯的控制,
其中,i为拥塞节点,j为拥塞节点的邻居节点,Co、Cr、Nor代表邻居节点的三种状态(拥塞、临界、正常),当j节点处于临界状态时,拥塞节点i向邻居节点j的传输速率系数λij定义为与节点j的流入量/流出量相关的变量,公式如下:
式中,δ为节点流入量/流出量的值;
此外,邻居节点j向拥塞节点i的传输速率系数为0,即λ=0 i∈Co,j∈Co/Cr/Nor;
公式(4)中所述引入边的传输速率系数λ调节边的传输速率ρij,匹配交通灯进行实施的具体方案是:
设置拥塞路口及其邻居路口,连接它们之间的双向车道,如图3所示;
假设A路口拥塞,将缓解过程中需要调整时长的交通灯编号为1~16,选用了最为常见的四相位十字路口A~E,自检测到A路口拥塞开始,由各邻居路口B~E驶向拥塞路口A方向的交通灯设置为红灯,即1~8号交通灯设置为红灯,每隔一个周期检测一次拥塞路口A的邻居路口B~E状态,对应调整9~16号交通灯时长,以邻居路口D的不同状态为例说明如何调节由A路口驶向邻居路口方向的红绿灯时长配合拥塞缓解,对应9、10号交通灯;A路口红绿灯周期为n1+n2+n3+n4+12,其中一个周期内各个相位上绿灯时长分别为n1、n2、n3、n4,黄灯时长为3,剩余的时长为红灯时长,单位为秒,n1+n2+n3+n4+12与Δt对应,路口的饱和车流量为S,路口当前排队车辆数为N,分为三种情况:正常状态:N<0.95*S;临界状态:0.95*S≤N<S;拥塞状态:S≤N;则邻居路口D不同状态对应的红绿灯调整方式如下:
1)假设邻居路口D处于正常状态,则由拥塞路口A驶向邻居路口D方向的9、10号交通灯按照正常的红绿灯时长以及相位顺序通行,A路口交通灯4相位配时方案如图4所示,图中n1、n2、n3、n4代表一个周期内各个相位的绿灯时长,黄灯时长统一设置为3,总周期时长为n1+n2+n3+n4+12,剩余部分为一个周期内各个相位的红灯时长,单位为秒;
2)假设邻居路口D处于临界状态,则由拥塞路口A驶向邻居路口D方向的9、10号交通灯需要单独控制,与交通灯11、12不再同步,于是此时拥塞路口A交通灯变为6相位,9号交通灯一个周期内绿灯时长调整为λn1,红灯时长调整为(1-λ)n1+n2+n3+n4+9,黄灯时长仍为3;10号交通灯一个周期内绿灯时长调整为λn4,红灯时长调整为n1+n2+n3+(1-λ)n4+9,黄灯时长仍为3,单位为秒,A路口交通灯6相位配时方案如图5所示;
3)假设邻居路口D处于拥塞状态,则由拥塞路口A驶向邻居路口D方向的9、10号交通灯一个周期内绿灯时长调整为0,红灯时长调整为n1+n2+n3+n4+12,黄灯时长调整为0,单位为秒,此时9、10号交通灯同步,为同一相位,拥塞路口A交通灯变为5相位,A路口交通灯5相位配时方案如图6所示;直到拥塞路口与邻居路口都恢复正常,交通灯恢复正常。
步骤3.3:结合式(3)和式(4)得出边的传输量,并表示出拥塞节点及其邻居节点的负载更新量:
ΔLij为在拥塞缓解时间段内(加入了边的传输速率系数λ进行控制),拥塞节点i传输给其邻居节点j的负载量,Tij为拥塞节点i缓解完成的总时间,邻居节点j可能会经历三种状态(拥塞、临界、正常),不同状态的传输速率系数λ也不同,因此Tij包含三部分,表示为:(分别为j∈Co,λ=0;j∈Cr,λ=λij;j∈Nor,λ=1对应的传输时间);
本发明是通过交通灯配合实现拥塞缓解策略,需要实时监测路口状态来调整交通灯,设置每隔Δt秒监测一次路口状态,Ri为缓解时间内的监测次数/轮数,于是,Tij=Ri·Δt;
Li(t+T)=Li(t)-∑j∈NeiiΔLij (7)
式(7)和式(8)分别表示拥塞节点及其邻居节点的负载更新量,其中,Li(t+T)和Lj(t+T)为拥塞节点i及其邻居节点j在t+T时刻的负载量,Li(t)和Lj(t)分别为拥塞节点i及其邻居节点j在t时刻的负载量,式(7)中拥塞节点i的负载更新只有输出给其邻居节点j的负载量ΔLij,邻居节点j到拥塞节点i的边的传输速率系数为0,(8)式中j代表拥塞节点i的正常邻居节点,ΔLij表示拥塞节点i传输给节点j的负载量,由(6)式可知该负载量的计算和传输速率系数λ有关。ΔLjk表示节点j传输给正常邻居节点k的负载,节点j及其邻居节点k之间的传输速率系数λ默认值为1。
步骤4:选用了两个评价指标对本发明缓解策略的缓解效果进行评估
步骤4.1:评价指标1:网络状态,首先定义节点状态:
其中,Co代表拥塞状态,Cr代表临界状态,Nor代表正常状态,临界状态是指节点当前负载量接近容量,节点状态下降,μ∈(0,1),其中,s=Li(t)/Ci(t),s∈(0,1),Si(t)∈[0,1],网络状态是指网络在t时刻能够发挥的效用,设为SG(t),且:
在初始时刻,网络中的所有节点都保持正常,于是SG(t0)=N,于是将网络状态归一化表示为:
其中,Q为网络状态归一化的值,N为网络中的节点总数。
步骤4.2:评价指标2:网络效率,定义为节点之间距离倒数的平均和,即:
其中,dij为节点i与节点j之间最短路径的长度,为方便分析,将网络效率归一化,表示为:
式中,E′为网络存在失效节点时的网络效率,ρ为网络效率归一化值。
步骤5:仿真工作
步骤5.1:设置网络参数,网络参数包括:区域范围:3000*3000m2;通信半径:300m;节点总数:200个;连边数:398条;初始节点数:1个;每次连接节点数:1个;生成平均边长为225m,平均度为2的BA无标度网络;
步骤5.2:初始化BA无标度网络中节点负载参数τ=2.0、容量参数β=0.2、边的传输速率系数λ、节点网络状态Si(0)=1、监测次数/轮数Ri=20、监测时间间隔Δt=1、缓解时长Tij=20、时间单位为秒,初始拥塞节点规模为200*5%=10;
步骤5.3:识别拥塞节点N0~NS;
步骤5.4:根据表达式(4)、(5)确定拥塞节点与其邻居节点之间的传输速率系数,进行Δt时间的负载传输,根据表达式(7)、(8)更新N0~NS中的拥塞节点以及其邻居节点的负载,根据表达式(9)、(12)计算网络节点状态Si(t)和网络效率E′,利用表达式(11)、(13)将其归一化为Q和ρ;
步骤5.5:判断步骤5.3中的拥塞节点N0~NS是否全部恢复正常,如果全部恢复正常,进行步骤5.6,如果没有全部恢复正常,返回步骤5.4;
步骤5.6:判断拥塞节点N0~NS的邻居节点状态,如果存在拥塞节点,返回步骤5.3,如果不存在,缓解过程结束;
根据缓解时间Tij、网络状态归一化值Q和网络效率归一化值ρ评估本发明城市道路交通网络级联失效缓解策略的效果。
利用MATLAB编写仿真程序,仿真所得到的本发明逐层缓解法、未采用任何缓解方法的网络状态和网络效率归一化值对比变化曲线如图7和图8所示。
由上述仿真结果可以得到,逐层缓解法的网络状态和网络效率归一化值明显高于未采用任何缓解方法的;初始失效节点规模为5%时,在拥塞缓解时间段内,逐层缓解法的拥塞扩散范围小,恢复速率快,网络整体效率高,最终网络状态恢复效果好,网络效率归一化值能够恢复为1。
Claims (3)
1.一种城市道路交通网络级联失效的缓解方法,其特征在于包括以下步骤:
步骤1、将城市道路交通网络抽象为复杂网络进行建模;
步骤2、建立节点的负载-容量模型;
节点负载为:
节点的容量为:
式中,Ci(t)为节点i的容量,β为节点容量与节点初始负载的比例参数,β≥0;
步骤3、制定负载重分配策略;
具体包括以下步骤:
步骤3.1:定义双向边的传输速率并以此为基础进行负载重分配,边的传输速率公式表示为:
步骤3.2:引入边的传输速率系数控制边的传输速率,传输速率系数可映射为交通灯的控制,
其中,i为拥塞节点,λ为节点i向节点j方向的传输速率系数,j为拥塞节点i的邻居节点,Co、Cr、Nor代表邻居节点的三种状态拥塞、临界、正常,当j节点处于临界状态时,拥塞节点i向邻居节点j的传输速率系数λij定义为与节点j的流入量/流出量相关的变量,公式如下:
式中,δ为节点流入量/流出量的值;
此外,邻居节点j向拥塞节点i的传输速率系数为0,即λ=0i∈Co,j∈Co/Cr/Nor;
公式(4)中所述引入边的传输速率系数λ调节边的传输速率ρij,匹配交通灯进行实施的具体方案是:
设置拥塞路口及其邻居路口,连接它们之间的双向车道,路口红绿灯周期为T,其中一个周期内红灯时长为R,绿灯时长为G,黄灯时长为Y,T=R+G+Y,T与Δt对应,路口的饱和车流量为S,路口当前排队车辆数为N;
检测拥塞路口,自检测到拥塞路口开始,由各邻居路口驶向拥塞路口方向的交通灯设置为红灯,每隔T时间检测一次拥塞路口的邻居路口状态,对应调整交通灯时长;直到拥塞路口与邻居路口都恢复正常,交通灯恢复正常;
所述拥塞路口的邻居路口状态分为三种情况:正常状态:N<0.95*S;临界状态:0.95*S≤N<S;拥塞状态:S≤N;则邻居路口不同状态对应的红绿灯调整方式如下:
1)假设邻居路口处于正常状态,则由拥塞路口驶向邻居路口方向的交通灯按照正常的红绿灯时长R、G、Y以及正常的红绿灯相位顺序通行;
2)假设邻居路口处于临界状态,则由拥塞路口驶向邻居路口方向的交通灯一个周期内绿灯时长调整为λG,红灯时长调整为(1-λ)G+R,黄灯时长仍为Y,相位顺序不变;
3)假设邻居路口处于拥塞状态,则由拥塞路口驶向邻居路口方向的交通灯一个周期内绿灯时长调整为0,红灯时长调整为T,黄灯时长调整为0,相位顺序不变;
其中,S为路口的饱和车流量,N为路口当前排队车辆数;
步骤3.3:结合式(3)和式(4)得出边的传输量,并表示出拥塞节点及其邻居节点的负载更新量:
ΔLij为在拥塞缓解时间段内拥塞节点i传输给其邻居节点j的负载量,Tij为拥塞节点i缓解完成的总时间;
通过实时监测路口状态来调整交通灯,设置每隔Δt秒监测一次路口状态,Ri为缓解时间内的监测次数/轮数,于是:Tij=Ri·Δt;
Li(t+T)=Li(t)-∑j∈NeiiΔLij (7)
其中,Li(t+T)和Lj(t+T)为拥塞节点i及其邻居节点j在t+T时刻的负载量,Li(t)和Lj(t)分别为拥塞节点i及其邻居节点j在t时刻的负载量,式(7)中拥塞节点i的负载更新只有输出给其邻居节点j的负载量ΔLij,邻居节点j到拥塞节点i的边的传输速率系数为0,(8)式中j代表拥塞节点i的正常邻居节点,ΔLij表示拥塞节点i传输给节点j的负载量,由(6)式可知该负载量的计算和传输速率系数λ有关;ΔLjk表示节点j传输给正常邻居节点k的负载,节点j及其邻居节点k之间的传输速率系数λ默认值为1;
步骤4、选取评价指标对缓解效果进行评估;
步骤5、仿真工作。
2.根据权利要求1所述的一种城市道路交通网络级联失效的缓解方法,其特征在于:所述步骤4包括以下步骤:
步骤4.1:评价指标1:网络状态,首先定义节点状态:
其中,Co代表拥塞状态,Cr代表临界状态,Nor代表正常状态,μ∈(0,1),其中,s=Li(t)/Ci(t),s∈(0,1),Si(t)∈[0,1],网络状态是指网络在t时刻能够发挥的效用,设为SG(t),且:
在初始时刻,网络中的所有节点都保持正常,于是SG(t0)=N,将网络状态归一化表示为:
其中,Q为网络状态归一化的值,N为网络中的节点总数;
步骤4.2:评价指标2:网络效率,定义为节点之间距离倒数的平均和,即:
其中,dij为节点i与节点j之间最短路径的长度;
将网络效率归一化,表示为:
式中,E′为网络存在失效节点时的网络效率,ρ为网络效率归一化值。
3.根据权利要求1所述的一种城市道路交通网络级联失效的缓解方法,其特征在于:所述步骤5包括以下步骤:
步骤5.1:设置网络参数,网络参数包括:区域范围、通信半径、节点总数、初始节点数和每次连接节点数,生成BA无标度网络;
步骤5.2:初始化BA无标度网络中节点负载参数τ、容量参数β、边的传输速率系数λ、节点网络状态Si(0)、监测次数/轮数Ri、监测时间间隔Δt和缓解时长Tij,初始拥塞节点规模;
步骤5.3:识别拥塞节点N0~NS;
步骤5.4:根据表达式(4)、(5)确定拥塞节点与其邻居节点之间的传输速率系数λ,进行Δt时间的负载传输,根据表达式(7)、(8)更新N0~NS中的拥塞节点以及其邻居节点的负载,根据表达式(9)、(12)计算网络节点状态Si(t)和网络效率E′,利用表达式(11)、(13)将其归一化为Q和ρ;
步骤5.5:判断步骤5.3中的拥塞节点N0~NS是否全部恢复正常,如果全部恢复正常,进行步骤5.6;如果没有全部恢复正常,返回步骤5.4;
步骤5.6:判断拥塞节点N0~NS的邻居节点状态,如果存在拥塞节点,返回步骤5.3,如果不存在,缓解过程结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111395248.9A CN114120643B (zh) | 2021-11-23 | 2021-11-23 | 一种城市道路交通网络级联失效的缓解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111395248.9A CN114120643B (zh) | 2021-11-23 | 2021-11-23 | 一种城市道路交通网络级联失效的缓解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114120643A CN114120643A (zh) | 2022-03-01 |
CN114120643B true CN114120643B (zh) | 2022-10-28 |
Family
ID=80439960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111395248.9A Active CN114120643B (zh) | 2021-11-23 | 2021-11-23 | 一种城市道路交通网络级联失效的缓解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114120643B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270388A (zh) * | 2011-06-03 | 2011-12-07 | 王正武 | 考虑级联失效的交通网络节点重要度的测算方法 |
CN104811397A (zh) * | 2015-03-24 | 2015-07-29 | 中国人民解放军国防科学技术大学 | 一种基于节点状态演化的复杂网络节点重要性评估方法 |
CN106789376A (zh) * | 2017-03-24 | 2017-05-31 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
CN107331150A (zh) * | 2017-07-28 | 2017-11-07 | 东北大学 | 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法 |
CN107453919A (zh) * | 2017-08-31 | 2017-12-08 | 中国人民解放军国防科技大学 | 复杂网络节点重要性评估方法及系统 |
GB201719115D0 (en) * | 2017-11-17 | 2018-01-03 | Valtech Uk Ltd | A monitoring method and system |
US10139844B1 (en) * | 2014-06-24 | 2018-11-27 | Hrl Laboratories, Llc | Method to suppress cascading failures in a transmission network |
CN109146173A (zh) * | 2018-08-20 | 2019-01-04 | 中国民航大学 | 空域扇区网络级联失效抗毁性建模与优化方法 |
CN109218118A (zh) * | 2018-11-30 | 2019-01-15 | 吉林大学 | 基于负载容量非线性模型的物流网络级联失效时变负载重分配方法 |
CN110400051A (zh) * | 2019-06-27 | 2019-11-01 | 厦门理工学院 | 一种城市轨道交通路网节点重要度评价方法 |
CN111179597A (zh) * | 2020-01-10 | 2020-05-19 | 大连交通大学 | 城市路网级联失效负载再分配方法 |
CN111598393A (zh) * | 2020-04-15 | 2020-08-28 | 北京航空航天大学 | 一种基于超网络理论的数据链网络运行可靠性评估方法 |
CN111950146A (zh) * | 2020-08-07 | 2020-11-17 | 江苏师范大学 | 一种基于冗余恢复的城市轨道交通网络级联失效评估方法 |
CN113158456A (zh) * | 2021-04-15 | 2021-07-23 | 大连交通大学 | 一种城市轨道交通网络级联失效建模方法 |
CN113256975A (zh) * | 2021-05-12 | 2021-08-13 | 中国民航大学 | 基于级联失效的机场陆侧道路交通拥堵影响范围确定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8169936B2 (en) * | 2009-12-22 | 2012-05-01 | Motorola Solutions, Inc. | Decoupled cascaded mixers architechture and related methods |
US8897135B2 (en) * | 2012-02-10 | 2014-11-25 | Cisco Technology, Inc. | Recursive load balancing in a loop-free routing topology using routing arcs |
-
2021
- 2021-11-23 CN CN202111395248.9A patent/CN114120643B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270388A (zh) * | 2011-06-03 | 2011-12-07 | 王正武 | 考虑级联失效的交通网络节点重要度的测算方法 |
US10139844B1 (en) * | 2014-06-24 | 2018-11-27 | Hrl Laboratories, Llc | Method to suppress cascading failures in a transmission network |
CN104811397A (zh) * | 2015-03-24 | 2015-07-29 | 中国人民解放军国防科学技术大学 | 一种基于节点状态演化的复杂网络节点重要性评估方法 |
CN106789376A (zh) * | 2017-03-24 | 2017-05-31 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
CN107331150A (zh) * | 2017-07-28 | 2017-11-07 | 东北大学 | 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法 |
CN107453919A (zh) * | 2017-08-31 | 2017-12-08 | 中国人民解放军国防科技大学 | 复杂网络节点重要性评估方法及系统 |
GB201719115D0 (en) * | 2017-11-17 | 2018-01-03 | Valtech Uk Ltd | A monitoring method and system |
CN109146173A (zh) * | 2018-08-20 | 2019-01-04 | 中国民航大学 | 空域扇区网络级联失效抗毁性建模与优化方法 |
CN109218118A (zh) * | 2018-11-30 | 2019-01-15 | 吉林大学 | 基于负载容量非线性模型的物流网络级联失效时变负载重分配方法 |
CN110400051A (zh) * | 2019-06-27 | 2019-11-01 | 厦门理工学院 | 一种城市轨道交通路网节点重要度评价方法 |
CN111179597A (zh) * | 2020-01-10 | 2020-05-19 | 大连交通大学 | 城市路网级联失效负载再分配方法 |
CN111598393A (zh) * | 2020-04-15 | 2020-08-28 | 北京航空航天大学 | 一种基于超网络理论的数据链网络运行可靠性评估方法 |
CN111950146A (zh) * | 2020-08-07 | 2020-11-17 | 江苏师范大学 | 一种基于冗余恢复的城市轨道交通网络级联失效评估方法 |
CN113158456A (zh) * | 2021-04-15 | 2021-07-23 | 大连交通大学 | 一种城市轨道交通网络级联失效建模方法 |
CN113256975A (zh) * | 2021-05-12 | 2021-08-13 | 中国民航大学 | 基于级联失效的机场陆侧道路交通拥堵影响范围确定方法 |
Non-Patent Citations (5)
Title |
---|
A quantitativefaulttoleranceevaluationmodelfortopologyinwireless sensor networksbasedonthesemi-Markovprocess;RongrongYin;《Neurocomputing》;20140804;第149卷;全文 * |
基于增边策略的无标度网络级联失效缓解研究;尹荣荣;《燕山大学学报》;20190531;第43卷(第3期);全文 * |
基于复杂网络理论的城市道路网级联失效研究;田杭;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20200815(第8期);全文 * |
复杂网络上交通拥塞与级联失效的若干研究;谈飞;《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》;20140615(第6期);全文 * |
复杂网络的交通拥塞缓解策略研究;尹荣荣;《小型微型计算机系统》;20200630;第41卷(第6期);正文第1237-1241页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114120643A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Balaji et al. | Type-2 fuzzy logic based urban traffic management | |
Papamichail et al. | Traffic-responsive linked ramp-metering control | |
CN112419726B (zh) | 一种基于交通流预测的城市交通信号控制系统 | |
CN106504536B (zh) | 一种交通小区协调优化方法 | |
CN111951549B (zh) | 在网联车辆环境下的自适应交通信号灯控制方法及系统 | |
CN103927887A (zh) | 结合离散速度模型的阵列式fpga交通状态预测及控制系统 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN108538065B (zh) | 一种基于自适应迭代学习控制的城市主干道协调控制方法 | |
CN106655202B (zh) | 一种基于可中断负荷的多目标过载辅助决策方法 | |
CN113947900A (zh) | 一种智能网联快速路匝道协同控制系统 | |
CN104882006B (zh) | 一种基于消息的复杂网络交通信号优化控制方法 | |
CN103236169B (zh) | 城市干线公交站间双向分段绿波信号设置方法 | |
Pham et al. | Learning coordinated traffic light control | |
CN103311926A (zh) | 基于统一潮流控制器的电力系统连锁故障模拟方法 | |
CN113112823B (zh) | 一种基于mpc的城市路网交通信号控制方法 | |
CN116564088A (zh) | 面向信息物理融合系统的城市交通状态监测与区域信号控制系统 | |
CN114120643B (zh) | 一种城市道路交通网络级联失效的缓解方法 | |
CN115344972A (zh) | 人机混驾自动驾驶专用道位置与交叉口信号配时优化方法 | |
CN105743783A (zh) | 基于bs-ts和自编码网络的车联网网络节点筛选方法及其通达性路由机制 | |
AU2021103022A4 (en) | A Method of Controlling Traffic Light Based on Fog Computing and Reinforcement Learning | |
CN114694382A (zh) | 一种基于车联网环境的动态单向交通控制系统 | |
CN112884194A (zh) | 基于信号交叉口运行状况的可变车道切换与信号配时方法 | |
CN104616507B (zh) | 一种交通子区信号周期的协调控制方法及系统 | |
Majid et al. | Distributed model predictive control of freeway traffic networks: A serial partially cooperative approach | |
CN114021254A (zh) | 一种基于多车道元胞传输模型的基本路段交通仿真方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |